python作图_Python绘图

之前看学习方法的时候，看到知乎 @核聚 的进步本，当时体会不是很深刻，随着学习过程中的反思，感觉确实比较有用，最重要的一条我觉得就是：每天结束时想想哪些你真的懂了，还有哪些你不明白。一定要确认这件事情，这会让你的学习不会感到恐慌，我觉得这对于我来说非常重要，因为它可以减少我学习过程中的恐惧感和无助感。那么今天就是作为对进步本的实践，总结一下关于Python绘图的一些知识。

绘图主要是为了使数据更加直观的展示出来，也可以称之为数据的可视化，例如我们之前使用Excel做的柱状图、饼图、折线图都可以称之为数据的可视化。那么使用Python作图有哪些优势呢？我自己的感觉是使用代码可以批量作图，并且对于图形的定制化能力强一些，而且支持Latex语法，如果需要展示诸如

等字符时十分方便。

当然，我现在也只是粗浅的总结一下自己的观点，不妥之处还望指正。我感觉首先需要数据，以后处理的时候可以通过读入csv、excel文件等形式，这里为了简略还是用一些简单的数据。比如最简单的线形图，就可以使用以下代码：

import numpy as np

import matplotlib.pyplot as plt

#添加中文支持

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] =False

a=[2,4,5,6]

plt.plot(a)示例

我认为这里可以把plt当做一个对象，他有很多个函数，比如plot()函数（这里针对的是对当前的图像进行操作），我们传进去一组数据，就会返回一个结果。上面只是一个最简单的示例，我们还可以添加标题，副标题，控制坐标轴范围，控制图形的颜色、形状等。如下面的代码：

import numpy as np

import matplotlib.pyplot as plt

a=[1,3,4,8]

b=[2,4,5,6]

plt.plot(a,b,'go') #g表示green，o表示原点，可参考更多其它设置

plt.axis([0, 10, 0, 10])

plt.xlabel('x')

plt.ylabel('y')

plt.title('Sample')

plt.text(1, 5, r'$\sigma$')

plt.grid(True)

plt.annotate('See Here',xy=(1.2,5.2),xytext=(2,7),

arrowprops=dict(facecolor='black',shrink=0.05))

plt.show()

下面是饼图的一个小例子：

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

plt.rcParams['axes.unicode_minus'] =False

plt.style.use('ggplot')

plt.xlim(0,10)

plt.ylim(0,10)

wage=[0.2,0.3,0.1,0.4]

labels=['中专','大专','本科','硕士']

plt.axes(aspect='equal')

plt.title('饼图')

plt.pie(

x=wage,

labels=labels,

textprops = {'fontsize':12, 'color':'k'},

autopct='%.1f%%', # 显示数据

)

如何在一幅图上画多条线呢？也非常简单~

import numpy as np

import matplotlib.pyplot as plt

a=[1,3,4,8]

b=[2,4,5,6]

c=[3,6,8,10]

#分别画两条线

plt.plot(a,b,'go') #g表示green，o表示原点，可参考更多其它设置

plt.plot(a,c,'r-') #r表示red，o表示原点，可参考更多其它设置

plt.axis([0, 10, 0, 10])

plt.xlabel('x')

plt.ylabel('y')

plt.title('Sample')

plt.text(1, 5, r'$\sigma$')

plt.grid(True)

plt.annotate('See Here',xy=(1.2,5.2),xytext=(2,7),

arrowprops=dict(facecolor='black',shrink=0.05))

plt.show()

结果如图所示：

如何画子图呢？也并不难~

import numpy as np

import matplotlib.pyplot as plt

a=[1,3,4,8]

b=[2,4,5,6]

c=[3,6,8,10]

plt.figure(1)

#画第一幅子图

plt.subplot(1, 2, 1)

plt.plot(a,b,'go') #g表示green，o表示原点，可参考更多其它设置

#画第二幅子图

plt.subplot(1, 2, 2)

plt.plot(a,c,'r-') #r表示red，o表示原点，可参考更多其它设置

plt.show()

结果如下：

学完这些，感觉对于我来说基本上就够用了！